[论文解读] Learning Robotic Manipulation of Granular Media

Connor Schenck, Jonathan Tompson+2 more|arXiv (Cornell University)|Sep 8, 2017

Robot Manipulation and Learning参考文献 32被引用 24

一句话总结

本文提出一种结构化卷积神经网络（scoop & dump-Net），用于建模如芸豆等颗粒介质的机器人操作，其在预测状态转移方面优于非结构化网络和启发式基线模型。关键结果表明，通过网络架构设计显式建模物理动力学，可实现比隐式值预测或通用深度学习更准确、更高效的策略学习。

ABSTRACT

In this paper, we examine the problem of robotic manipulation of granular media. We evaluate multiple predictive models used to infer the dynamics of scooping and dumping actions. These models are evaluated on a task that involves manipulating the media in order to deform it into a desired shape. Our best performing model is based on a highly-tailored convolutional network architecture with domain-specific optimizations, which we show accurately models the physical interaction of the robotic scoop with the underlying media. We empirically demonstrate that explicitly predicting physical mechanics results in a policy that out-performs both a hand-crafted dynamics baseline, and a "value-network", which must otherwise implicitly predict the same mechanics in order to produce accurate value estimates.

研究动机与目标

• 开发并评估用于颗粒介质机器人操作的预测模型，此类介质难以用标准运动学方法建模。
• 探究通过网络架构显式建模物理动力学是否能提升策略性能，相比隐式学习或人工设计的启发式规则。
• 在真实世界操作任务中，比较不同深度学习架构（非结构化CNN、结构化CNN、值网络、几何启发式）的有效性。
• 确定领域特定的架构归纳偏置是否能提升非刚性材料机器人控制中的泛化能力与样本效率。

提出的方法

• 训练一个标准的非结构化卷积神经网络（ConvNet），根据初始状态和操作动作（如舀取与倾倒）预测颗粒介质的完整状态转移。
• 设计一种结构化卷积神经网络（scoop & dump-Net），其架构组件显式建模操作的物理阶段（如舀取与倾倒），以保持物理一致性。
• 实现一个值网络，预测动作的优劣而不建模状态转移，依赖隐式动力学推理。
• 开发一个几何启发式基线，通过简化的物理规则估算介质再分布，无需学习。
• 使用配备勺形夹具的机器人系统，在托盘中操作芸豆，收集大规模真实世界数据集，以支持预测模型的监督训练。
• 在基于模型的强化学习框架中使用训练好的预测模型，选择能将介质塑造成目标形状的动作序列。

实验结果

研究问题

• RQ1 能否设计一种显式预测物理状态转移的深度学习模型，使其在颗粒介质操作任务中优于依赖隐式动力学推理的值网络？
• RQ2 通过反映操作物理阶段（如舀取与倾倒）的架构结构化设计，是否能提升预测准确率与策略性能？
• RQ3 非结构化深度网络与启发式基线在真实世界机器人任务中，对复杂颗粒动力学的建模效果如何比较？
• RQ4 预测模型的结构在颗粒介质成形任务中，对收敛速度与最终准确率的影响程度如何？
• RQ5 基于物理先验的可学习预测模型，是否在复杂操作任务中比黑箱网络或人工编码规则具有更好的泛化能力？

主要发现

• 结构化的scoop & dump-Net通过在架构中显式建模操作的物理阶段，其在堆叠形与G形目标任务中均实现了最低的预测误差与最快的收敛速度。
• 非结构化的卷积神经网络（single-net）在测试集上的表现与scoop & dump-Net相近，但在策略学习中泛化能力明显不足，表明架构设计的重要性不仅体现在测试准确率上。
• 尽管值网络收敛至合理损失，但实际表现较差，主要因泛化能力弱与陷入局部极小值，尤其在数据有限时，其性能被所有其他模型超越。
• 几何启发式基线虽在预测上不够准确，但仍能完成任务——表明即使粗略模型在实践中也有效，但速度慢于学习模型。
• scoop & dump-Net在达到目标形状方面显著快于single-net与启发式基线，证实物理归纳偏置可提升样本效率。
• 在更复杂的G形任务中，结构化模型优于非结构化模型与启发式基线，后者收敛更慢但最终以微弱优势达成成功。